研究测试Transformer学习根树算术序列
热点事件持续更新
研究测试Transformer学习根树算术序列
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Gabriele Sicuro 等研究者发布论文（arXiv:2512.01870，v3），检验 GPT-2 架构 Transformer 能否学习自然数迭代质因数分解生成的确定性有根平面树序列。模型从头训练于前 10^11 个元素，并以隐马尔可夫模型作基线。结果显示其词准确率约 0.4，明显高于基线，且在训练区间之外的 10^13 至 10^15 测试块上表现保持稳定。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
GPT-2 架构 Transformer 在有根树算术序列上的可学习性研究报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIGPT-2 架构 Transformer 在有根树算术序列上的可学习性研究
一项研究检验 Transformer（GPT-2 架构）能否学习自然数迭代质因数分解生成的确定性有根平面树序列，从头训练于前 10^11 个元素，并以隐马尔可夫模型作基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。